Un nuovo rapporto dell'Information Technology and Innovation Foundation (ITIF) afferma che la narrativa che dipinge il consumo energetico dell'IA come fuori controllo è esagerata e spesso fuorviante.
L'ITIF, un think tank senza scopo di lucro, ha pubblicato un rapporto intitolato "Rethinking Concerns About AI's Energy Use" (Ripensare le preoccupazioni sull'uso dell'energia da parte dell'IA) e ha presentato una verifica della realtà delle dichiarazioni allarmistiche sull'energia e sulle emissioni di carbonio dell'IA.
Il rapporto ha osservato che i titoli drammatici sul consumo energetico delle nuove tecnologie non sono un fenomeno nuovo. Quando l'era delle dot-com raggiunse il suo apice negli anni '90, un articolo di Forbes affermò: "Da qualche parte in America si brucia una zolla di carbone ogni volta che si ordina un libro online".
Il rapporto, ampiamente citato, continuava affermando che "metà della rete elettrica alimenterà l'economia digitale di Internet entro il prossimo decennio".
Oggi sappiamo che quelle stime erano decisamente esagerate. L'Agenzia Internazionale dell'Energia (AIE) stima che i centri dati e le reti di trasmissione che alimentano Internet utilizzino tra 1-1,5% dell'elettricità globale.
Abbiamo già parlato del enormi risorse idriche ed energetiche che vengono consumati dall'addestramento dei modelli di intelligenza artificiale e durante l'inferenza, ma il rapporto dell'ITIF aiuta a dare un po' di sanità mentale alla nostra reazione iniziale di panico.
Fatti e finzione
È difficile fornire dati precisi sulle emissioni e sull'utilizzo di energia da parte dell'intelligenza artificiale. Oltre alla potenza di elaborazione della CPU, ci sono le risorse energetiche attribuite alla produzione dei chip, al raffreddamento, ai carichi di lavoro variabili, ecc...
Questo rende difficile ottenere una cifra accurata e facile presentare una cifra allarmistica credibile.
Nel 2019 i ricercatori dell'Università del Massachusetts Amherst hanno stimato che l'addestramento del modello BERT di Google avrebbe emesso 1.438 libbre di anidride carbonica (CO2) durante 79 ore di addestramento. Si tratta di circa 75% delle emissioni di CO2 di un volo di andata e ritorno da New York a San Francisco.
Hanno anche stimato che se, ipoteticamente, un modello come il BERT fosse stato addestrato per la ricerca di architetture neurali (NAS), uno dei problemi più complessi dal punto di vista computazionale nell'apprendimento automatico, avrebbe emesso 626.155 libbre di emissioni di CO2.
È l'equivalente di circa 300 voli di andata e ritorno dalla costa orientale a quella occidentale degli Stati Uniti. Indovinate quale dato sulle emissioni ha fatto notizia.
Come se non bastasse, è emerso che la stima dei ricercatori nello scenario peggiore della NAS era sovrastimata di 88 volte. Non sorprende che la correzione del rapporto non abbia fatto notizia.
I critici ipotizzano che la rapida adozione di #AI combinata con l'aumento delle dimensioni dei modelli di deep learning, porterà a un massiccio aumento delle prestazioni. #energy con un impatto ambientale potenzialmente devastante. Ma è vero? https://t.co/GHayfR4GTf
- Fondazione per la tecnologia e l'innovazione dell'informazione (@ITIFdc) 4 febbraio 2024
La situazione sta migliorando, non peggiorando
Sì, l'addestramento di modelli di intelligenza artificiale e soprattutto l'inferenza, utilizza molta energia. Tuttavia, il rapporto rileva che l'efficienza dei modelli di IA e dell'hardware farà diminuire il consumo di energia nel tempo.
Ecco una breve versione delle ragioni addotte nel rapporto:
- Poiché il tasso di miglioramento incrementale dei modelli di IA rallenta, gli sviluppatori si concentreranno sulla creazione di modelli più efficienti per renderli economicamente validi.
- I chip di intelligenza artificiale sono sempre più efficienti. Tra il 2010 e il 2018, si è registrato un aumento del 550% delle istanze di calcolo e del 2.400% della capacità di archiviazione nei data center globali, ma solo un aumento del 6% dell'utilizzo energetico dei data center globali.
- Occorre considerare gli effetti di sostituzione dell'IA. Scaricare un libro è più ecologico che stamparlo e consegnarlo. In modo simile, l'IA può eliminare le attività che producono maggiori emissioni di carbonio. Gli esseri umani emettono molto più carbonio quando digitano una pagina di testo che quando la generano le IA.
- La capacità dell'IA di rendere più efficienti i sistemi di utilità, di elaborare dati complessi sul cambiamento climatico, di consentire un'agricoltura di precisione e di ottimizzare la logistica riduce le emissioni di carbonio.
Il rapporto afferma che il consumo energetico dell'IA è meno allarmante di quanto sia stato riportato, ma chiede standard di trasparenza energetica per i modelli di IA per facilitare il benchmarking.
L'ITIF ha inoltre concluso che un'eccessiva regolamentazione dei modelli di IA potrebbe renderli meno efficienti dal punto di vista energetico, poiché le tecniche di debiasing per gli LLM aggiungono ulteriori costi energetici.
Vale la pena di leggere il rapporto nella sua interezza. Contiene altri esempi eccellenti che evidenziano come i contro l'accelerazione dell'IA sviluppo utilizzano dati fuorvianti sull'utilizzo dell'energia per sostenere la loro tesi.
Conclude facendo riferimento a un editorialista del Guardian che ha ripetuto lo screditato studio del BERT del 2019 nel dicembre 2023, due anni dopo che era stato dimostrato che era falso e fuorviante. Il problema non sta scomparendo.
Non credete a tutto ciò che sostengono i tecnofobi. Viaggiare in treno non distruggerà il corpo umano, internet non consuma la maggior parte della nostra elettricità e l'intelligenza artificiale probabilmente non distruggerà l'ambiente.
